Группа исследователей из Медицинской школы Нью-йоркского университета под руководством Чарльза Мармара с помощью технологий машинного обучения разработала алгоритм, способный по голосу пациента определить, страдает ли он от посттравматического стрессового расстройства.
Точность разработанного алгоритма составляет 89 процентов. Работа исследователей опубликована в журнале Depression and Anxiety, а краткое ее изложение опубликовано на портале EurekАlert!.
Посттравматическое стрессовое расстройство, также называемое посттравматическим синдромом, представляет собой психическое состояние, возникающее в результате одной или повторяющихся психотравмирующих событий. Например, такое состояние возникает у бойцов, принявших участие в активных боевых действиях, или у жертв насилия. Синдром может иметь несколько проявлений, включая депрессию, повышенную тревожность, различной тяжести приступы, спровоцированные воспоминанием травмирующего события.
Объективных методов определения посттравматического расстройства сегодня пока не существует. Специалисты обычно ставят диагноз на основании анализа многочасовых интервью с пациентами и на основе собственных свидетельств пациентов. В некоторых случаях диагноз может быть поставлен неверно. Например, если пациент склонен преувеличивать симптоматические проявления. Разрабатывая новый алгоритм, исследователи из Медицинской школы хотели создать объективный метод диагностирования посттравматического синдрома.
В рамках исследования специалисты провели расширенные интервью с 53 бойцами, прошедшими боевые действия в Ираке и Афганистане и страдающими от посттравматического стрессового расстройства. Кроме того, расширенные интервью были проведены с 78 ветеранами на имеющими такого синдрома. Затем исследователи проанализировали многочасовые записи интервью и выделили 40526 речевых особенностей, включая темп, интонирование, длительность гласных.
Для выделения речевых особенностей использовалось программное обеспечение некоммерческого исследовательского института SRI International, разработавшего голосового помощника Siri. Дальнейший анализ речевых особенностей позволил отбросить те из них, которые были свойственны исследуемой и контрольной группам. В итоге исследователи получили 18 речевых особенностей, которые были характерны только для речи ветеранов, страдающих от посттравматического синдрома. В числе таких особенностей — монотонность речи, слабое интонирование и сниженная живость речи.
На основе этих 18 речевых особенностей и производилось обучение системы искусственного интеллекта. Получившийся алгоритм способен анализировать речь человека, обнаруживая в ней особенности, характерные именно для людей, которые страдают от посттравматического стрессового расстройства. В перспективе ученые намерены провести дополнительное обучение системы искусственного интеллекта на большем объеме данных. После этого с использованием нового алгоритма планируется разработать приложение для смартфона и получить разрешение властей на его клиническое использование.
В марте 2019 года ученые из Мадридского политехнического университета опубликовали исследование, в котором пришли к выводу, что короткодействующее снотворное средство пропофол может быть использовано для избавления пациентов от травмирующих негативных воспоминаний.
Автор: Василий Сычёв